論文の概要: RUMBA: Russian User Memory Benchmark

• arxiv url: http://arxiv.org/abs/2607.21447v1
• Date: Thu, 23 Jul 2026 15:52:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-24 18:26:25.468547
• Title: RUMBA: Russian User Memory Benchmark
• Title（参考訳）: RUMBA: ロシアのユーザメモリベンチマーク
• Abstract要約: 本稿では,RUMBA (ロシア語 User Memory BenchmArk) を長期会話メモリの新しいベンチマークとして紹介する。 RuMBAは、検索、組み合わせ、推論を必要とするQAペアを備えたタイムスタンプ付きユーザアシスト対話で構成されている。 我々は,現代記憶システムと長期コンテキストモデルを評価し,RUMBAがモデル行動解析の診断ツールとしてどのように機能するかを示す。
• 参考スコア（独自算出の注目度）: 1.0110842137355027
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The ability to handle long-term memory in LLMs is becoming increasingly critical, yet existing benchmarks remain English-centric and rely on aggregate retrieval metrics, failing to capture interactions between long-range context, temporal information, and reasoning. To address this, we introduce RUMBA (Russian User Memory BenchmArk) - a new benchmark for long-term conversational memory that provides a fine-grained taxonomy of memory-centric question types and a unified methodology accounting for semantic type, session scope, temporal reasoning, and the explicitness of temporal expressions. RUMBA consists of timestamped user-assistant dialogues with QA pairs requiring retrieval, combination, and reasoning across sessions. While designed for Russian, we also provide an aligned English subset under the same methodology. We evaluate contemporary memory systems and long-context models, and show how RUMBA serves as a diagnostic tool to analyze model behavior across benchmark slices and identify strengths and failure modes of different memory mechanisms.
• Abstract（参考訳）: LLMの長期メモリを扱う能力はますます重要になっているが、既存のベンチマークは英語中心であり、集約された検索メトリクスに依存しており、長距離コンテキスト、時間情報、推論間の相互作用を捉えていない。 この問題を解決するために、RUMBA(ロシア語のユーザメモリベンチムアーク)は、長期の会話記憶のための新しいベンチマークであり、メモリ中心の質問型のきめ細かい分類と、セマンティックタイプ、セッションスコープ、時間的推論、時間的表現の明示性を考慮に入れた統一的な方法論を提供する。 RUMBAは、セッション間の検索、組み合わせ、推論を必要とするQAペアを備えたタイムスタンプ付きユーザアシスト対話で構成されている。 ロシア語用に設計されているが、同じ手法で整列した英語のサブセットも提供する。 コンテンポラリーメモリシステムと長期コンテキストモデルの評価を行い、RUMBAがベンチマークスライス間のモデル挙動を解析し、異なるメモリ機構の強度と障害モードを特定するための診断ツールとしてどのように機能するかを示す。

関連論文リスト

• REAL: A Reasoning-Enhanced Graph Framework for Long-Term Memory Management of LLMs [17.526686616588794]
  大きな言語モデル(LLM)は、長い時間をかけてユーザーと対話することがますます期待されている。 LLMは過去のすべてのインタラクションを保持することができず、履歴情報の保存、更新、検索には長期記憶管理が不可欠である。 REALは長期会話記憶を時間的かつ信頼性に配慮したプロパティグラフとして構成する。
  論文  参考訳（メタデータ） (2026-06-09T10:53:10Z)
• Causal Intervention-Based Memory Selection for Long-Horizon LLM Agents [0.33842793760651557]
  制御された介入の下で,候補記憶がモデル応答に与える影響を推定する因果記憶選択手法を提案する。 以上の結果から,CMIは,信頼性の高い長期記憶には関連性のみではなく,因果的有用性に基づくコンテキスト選択が必要であることが示唆された。
  論文  参考訳（メタデータ） (2026-05-17T20:21:55Z)
• AdaMem: Adaptive User-Centric Memory for Long-Horizon Dialogue Agents [49.63422082885992]
  長軸対話エージェントのための適応型ユーザ中心メモリフレームワークであるAdaMemを提案する。 AdaMemは対話履歴をワーキング、エピソディック、ペルソナ、グラフメモリに整理する。 LoCoMo と PERSONAMEM ベンチマーク上での AdaMem の評価を行った。
  論文  参考訳（メタデータ） (2026-03-17T13:22:54Z)
• TA-Mem: Tool-Augmented Autonomous Memory Retrieval for LLM in Long-Term Conversational QA [8.036549927091286]
  大規模言語モデル(LLM)は、様々なドメインにわたるテキストベースのコンテキストにおいて強力な推論能力を示した。 コンテキストウィンドウの制限は、長距離推論タスクにおけるモデルの課題を引き起こす。 ツール拡張型自律メモリ検索フレームワーク(TA-Mem)を導入する。 TA-MemはLoCoMoデータセットで評価され、既存のベースラインアプローチよりも大幅にパフォーマンスが向上した。
  論文  参考訳（メタデータ） (2026-03-10T07:27:01Z)
• Locomo-Plus: Beyond-Factual Cognitive Memory Evaluation Framework for LLM Agents [19.76627324918285]
  我々は,cue-trigger セマンティック・ディコネクションの下で認知記憶を評価するためのベンチマークである textbfLoCoMo-Plus を紹介する。 従来の文字列マッチングの指標と明示的なタスクタイププロンプトが,このようなシナリオと一致していないことを示す。 多様なバックボーンモデル、検索ベースの方法、メモリシステムによる実験は、認知記憶が依然として困難であることを証明している。
  論文  参考訳（メタデータ） (2026-02-11T10:22:35Z)
• EverMemBench: Benchmarking Long-Term Interactive Memory in Large Language Models [16.865998112859604]
  EverMemBenchは、100万以上のトークンにまたがる多人数のマルチグループ会話を特徴とするベンチマークである。 EverMemBenchは、1000以上のQAペアを通じて3次元にわたるメモリシステムを評価する。
  論文  参考訳（メタデータ） (2026-02-01T16:13:08Z)
• AMA: Adaptive Memory via Multi-Agent Collaboration [54.490349689939166]
  複数の粒度にまたがるメモリ管理に協調エージェントを活用する新しいフレームワークであるAMA(Adaptive Memory via Multi-Agent Collaboration)を提案する。 AMAは、ステート・オブ・ザ・アートのベースラインを著しく上回り、トークンの消費をフルコンテキストの手法と比べて約80%削減する。
  論文  参考訳（メタデータ） (2026-01-28T08:09:49Z)
• Beyond Dialogue Time: Temporal Semantic Memory for Personalized LLM Agents [68.84161689205779]
  テンポラルセマンティックメモリ(TSM)は、ポイントワイドメモリのセマンティックタイムをモデル化するメモリフレームワークである。 TSMは既存の手法を一貫して上回り、最大12.2%の精度向上を実現している。
  論文  参考訳（メタデータ） (2026-01-12T12:24:44Z)
• Mem-Gallery: Benchmarking Multimodal Long-Term Conversational Memory for MLLM Agents [76.76004970226485]
  長期記憶はマルチモーダル大言語モデル(MLLM)エージェントにとって重要な機能である。 Mem-GalleryはMLLMエージェントのマルチモーダル長期会話メモリ評価のための新しいベンチマークである。
  論文  参考訳（メタデータ） (2026-01-07T02:03:13Z)
• Evaluating Long-Term Memory for Long-Context Question Answering [100.1267054069757]
  質問応答タスクにアノテートした合成長文対話のベンチマークであるLoCoMoを用いて,メモリ拡張手法の体系的評価を行う。 以上の結果から,メモリ拡張アプローチによりトークン使用率が90%以上削減され,競争精度が向上した。
  論文  参考訳（メタデータ） (2025-10-27T18:03:50Z)
• From Single to Multi-Granularity: Toward Long-Term Memory Association and Selection of Conversational Agents [79.87304940020256]
  大言語モデル(LLM)は会話エージェントで広く採用されている。 MemGASは、多粒度アソシエーション、適応選択、検索を構築することにより、メモリ統合を強化するフレームワークである。 4つの長期メモリベンチマークの実験により、MemGASは質問応答と検索タスクの両方において最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2025-05-26T06:13:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。